解密Long型数据传递:Spring Boot后台如何避免精度丢失问题

前端和后端之间的数据传递至关重要。然而,当涉及到Long类型数据时,可能会出现精度丢失问题,这会影响数据的准确性。本文将为你介绍两种解决方案,帮助你确保Long类型数据在前端和后端之间的精确传递。

精度丢失测试

访问:http://localhost:8099/pages/students.html,查询所有数据,发现后台返回数据如下

复制id=1692936528247996400在sql控制台进行数据查询

java 复制代码
select *  from  tb_student where id=1692936528247996400;

并不能查询出学生信息

思考:为什么没有查出数据?

这和我们在数据库查询到的id不一致:

没有查出数据原因

目前学生id为long类型,在转换json传递到前端以后精度丢失,所以查询详情的学生id也是丢失精度的id,不能查询数据。

1692936528247996417 19位 1692936528247996400
因为js数字类型最大长度为16位,而java的long类型的最大长度为19位。所以如果数据长度大于16位的话传输到前端就会丢失精度。

  1. Long类型转换精度丢失问题解决
    2.1. 使用字符串传递
    一种简单而有效的方法是将Long类型数据在后端和前端之间使用字符串进行传递。这样可以避免JSON中的数值表示形式限制。

    重新启动,获取所有数据

    发现前端数据id带上双引号,也就是id由Long类型转换为了String类型

2.2 使用自定义序列化器和反序列化器

使用自定义JSON序列化器和反序列化器,以处理Long类型数据。这可以通过配置Jackson ObjectMapper来实现。

代码实现

在com.test.config包下添加JacksonConfig配置类

java 复制代码
package com.test.config;

import com.fasterxml.jackson.core.JsonParser;
import com.fasterxml.jackson.databind.DeserializationContext;
import com.fasterxml.jackson.databind.JsonDeserializer;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.module.SimpleModule;
import com.fasterxml.jackson.databind.ser.std.ToStringSerializer;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.io.IOException;


@Configuration
public class JacksonConfig {
    @Bean
    public ObjectMapper objectMapper() {
        ObjectMapper objectMapper = new ObjectMapper();
        objectMapper.registerModule(new SimpleModule() {
            {
                addSerializer(Long.class, new ToStringSerializer());
                addDeserializer(Long.class, new JsonDeserializer<Long>() {
                    @Override
                    public Long deserialize(JsonParser p, DeserializationContext ctxt) throws IOException {
                        return Long.parseLong(p.getText());
                    }
                });
            }
        });
        return objectMapper;
    }
}

将Student类的id重新转换为Long类型

重新启动,获取所有数据

JacksonConfig配置将Long类型数据序列化为字符串,并在反序列化时将其解析为Long类型。

3.两种方案对比

方法 1:使用字符串传递

优点:

简单易用:这种方法非常简单,只需将Long类型数据转换为字符串,并在前后端之间传递。

避免精度问题:通过将Long数据表示为字符串,可以完全避免在JSON中出现的浮点数精度问题。通用性:这种方法在所有前端框架和编程语言中都适用,因为它只涉及字符串数据。

缺点:

转换开销:将Long类型数据转换为字符串可能会产生一些额外的转换开销,尤其是在大规模数据传递时。

方法 2:使用自定义序列化器和反序列化器

优点:

精确控制:自定义序列化器和反序列化器允许你精确控制Long类型数据的JSON表示,确保数据不会丢失精度。

性能优化:这种方法可以更高效,因为它避免了将Long转换为字符串和再次解析的开销。

适用性广泛:如果你使用不同的数据类型(如BigDecimal),这种方法同样适用。

缺点:

复杂性:自定义序列化器和反序列化器的配置可能需要额外的工作,可能对初学者不太友好。

对特定技术栈:这种方法通常需要更深入的了解和适用于特定的技术栈,如Spring Boot和Jackson。

结论

精度丢失问题在前端和后端数据传递中是一个常见的挑战,尤其是涉及大整数(Long)时。然而,通过使用字符串传递或自定义JSON序列化器和反序列化器,你可以轻松解决这个问题,确保数据的完整性和准确性。选择适合你项目需求的方法,并确保前端和后端之间的数据交流顺畅。

相关推荐
星间都市山脉几秒前
Android STS(Security Test Suite)完整介绍与测试流程
android·java·linux·windows·ubuntu·android studio·androidx
namexingyun13 分钟前
拆解Fable 5三重安全护栏:模型路由、蒸馏防护与生物安全分类器的技术原理 - 微元算力(weytoken)
java·人工智能·python·安全·架构·ai编程
地铁潜行者23 分钟前
加了幂等表,为什么消息重试反而不执行了?聊聊 MQ 消费幂等的边界
java·后端
地铁潜行者36 分钟前
Kafka 只发了一条消息,为什么业务侧消费了两次?
后端
文心快码BaiduComate37 分钟前
提升组织级AI Coding质量:电商搜索项目实践
前端·后端·程序员
用户8356290780511 小时前
Python 操作 Word 修订跟踪(Track Changes)
后端·python
摇滚侠1 小时前
SpringMVC 入门到实战 视图解析器 44-48
java·spring·maven·intellij-idea
記億揺晃着的那天1 小时前
告别误操作!Spring Boot 多环境配置隔离与启动守卫实战
java·spring boot·后端·环境隔离
我是唐青枫1 小时前
Java Spring Data JPA 实战指南:Repository 查询、分页与实体映射
java·开发语言
YuePeng2 小时前
凌晨 3 点告警群炸了,我用浏览器干了原本 XShell 才能干的事
后端·github